
Začnu z velmi jednoduchého principu, ale ten, na který je příliš často zapomenut., Technologie sama o sobě nevytváří hodnotu. Co to dělá, je jeho vědomé, měřitelné řízení a spojené s ziskovostí. Umělá inteligence je v módě. Investujete do toho se slepá vírou, s níž jste do jiné éry investovali do zlata, dotcom bublin nebo NFT. Ale pokud úsilí a návrat nejsou přísně analyzovány, Investice do AI Stává se výdajem.
A odhad je pravděpodobně nejméně sexy a nejméně viditelné dovednosti v projektu … a paradoxně jeden z nejdůležitějších.
Pojďme to v perspektivě.
Investice do AI
Společnosti, které přijímají AI, tak činí ne proto, že plně rozumí jeho ekonomickému dopadu, ale proto, že nechtějí být vynechány z rasy, ve které se domnívají, že by se měli účastnit. Podle zprávy McKinsey (2023) již 55% organizací přijalo AI alespoň v jedné obchodní funkci. Pouze 23% však tvrdí, že mělo jasný ekonomický výnos. Kde je mezera? V managementu. A v srdci tohoto vedení, v odhadu.
Můžeme si myslet, že odhad jednoduše říká, kolik něco bude stát nebo jak dlouho to bude trvat. Ale ne. Odhad je upřednostňován, zaměření a rozhodování. Definuje to, jak moc stojí nápad, než spotřebovává zdroje. Je pochopení, zda funkce zachrání miliony … nebo jen vypadají působivě v demu.
Pokud úsilí a návrat nejsou přísně analyzovány, stává se investice do AI výdajem
AI může urychlit vývoj, automatizovat rozhodnutí nebo zlepšit efektivitu. Pokud však nevíme, kolik nás každý bod zlepšení stojí, nebudeme vědět, zda se pohybujeme vpřed nebo jednoduše bezcílně běžíme.
Studie projektového managementu (PMI) ukázala, že projekty s přísnými odhady a pravidelnými validacemi jsou o 70% vyšší pravděpodobnost, že skončí včas a na rozpočet. A nemluvíme o esoterických metodologiích, ale o něčem tak základním, jak je jasné o tom, co se bude dělat, o kolik to bude stát, jakou hodnotu bude generovat a jak bude měřena.
Uvědomme si, že v roce 2023 Gartner zveřejnil, že více než 80% projektů AI nedosáhne výroby nebo nedosáhne očekávaného dopadu. Většina z nich selhává ne kvůli technickým problémům, ale proto, že se nesrovnaly s jasnou a měřitelnou strategií. A zde přichází do hry určující proměnná, odhad úsilí, dopadu a rizik.
Ve skutečnosti zpráva Chaos Standish Group po celá desetiletí poukazuje na to samé. Projekty, které jsou spravovány bez jasného odhadu, mají třikrát vyšší pravděpodobnost selhání.
Můžeme si myslet, co to má společného s ekonomikou. Odpověď zní, všechno. Protože investování bez odhadu je jako otevření výrobního závodu bez plánů, netuší, kolik materiálu potřebujete nebo kolik budete prodávat. Neudělali byste to v továrně, ale dělá se to každý den v technologii.
Dnes investujeme do AI, když jsme investovali do CRM v roce 2000 nebo do mobilních aplikací v roce 2010. Je součástí přirozeného cyklu inovací. Existuje však jasné riziko, matoucí rychlost se směrem.
Pokud je vše, co má příjmení „Umělá inteligence“, přijato jako dobré, je pravděpodobné, že rozpočet bude létat, aby řešení neměla měřítko a že nakonec bude technologie namísto zpochybnění jejího řízení zpochybněna.
Dobrý odhad umožňuje zjistit, zda stojí za to automatizovat úkol nebo trénovat osobu, pochopit, zda to, co se zdá být v krátkodobém horizontu drahé, má ve střednědobém horizontu exponenciální návratnost a vybrat mezi několika řešeními s kritériem založeným na hodnotě, nikoli módě.
AI má obrovský potenciál. To je nesporné. Hodnota, kterou generuje, však není v algoritmu, ale při použití, které je z toho. A vědět, zda toto použití stojí za to, musíte měřit. A abyste dobře měřili, musíte odhadnout od začátku.
Odhad je proto prvním aktem ekonomické odpovědnosti v jakékoli technologické iniciativě. To nám umožňuje přísně odpovědět na otázku, že se všichni finanční ředitelé ptají: „Bude to pro nás ziskové?“
AI může dělat mnoho věcí. Stále nám však nemůže odhadnout skutečný ekonomický dopad našich rozhodnutí. Z tohoto důvodu potřebujete něco, co není vyškoleno s datovými sadami: úsudek, zkušenosti a odpovědnost.
Chcete zlepšit ziskovost svých projektů s AI? Nezačínejte jen s modelem, začněte také s odhadem. Protože bez dobrého základu, umělá inteligence přestává být investicí … a stává se drahou iluzí.
